多模式匹配及其改进算法在协议识别中的应用

随着网络的高速发展,使得信息安全问题日益严峻,传统的很多协议识别技术已经无法应对不断出现的网络威胁,作为内容过滤和检测的关键技术之一,同时也是传统的字符串算法中被重点研究的对象之一,模式匹配算法成为当今研究热点。首先介绍了多种单模匹配算法及其存在的缺陷,然后在Aho-Corasick多模式匹配算法基础之上进行了改进,并将该算法应用于协议识别中,最后简单分析了协议识别中模式匹配算法未来的研究方向。     

基于特征值的多模式匹配算法

高速网是当今网络发展的必然趋势,采用现行匹配算法的入侵检测系统(IDS)很难在高速网中有效地运行。本文主要从特征值的多模式匹配算法、模式库的组织和逻辑实现这三个方面来大幅度地提高系统检测速率,完全适应于高速网络的入侵检测。     

基于M值概率分布的网络视频流分类

为了改善网络视频流的细粒度分类效果,该文分析视频流传输过程中的特征变化与流分类之间的关系。根据不同类型的视频流具有不同的下行传输速率变化模式,提出一种新的基于下行速率传输的视频流分类特征--M值概率分布,并使用支持向量机(SVM)实现网络视频流的分类。实验结果表明,M值概率分布相比较于已有的常见流特征,可以更好地实现6种典型的网络视频流分类。     

基于AC_QS多模式匹配算法的优化研究

随着互联网的日益强大,互联网上数据急剧增多,如何在海量的数据中快速准确地找到所需信息,就显得尤为重要,这就需要多模式串匹配算法.多模式串匹配算法在越来越多的领域里都有应用,比如:信息安全领域中,入侵检测系统、防火墙等,在医学领域、数据挖掘、信息检索等等领域中均有广泛的应用.AC算法在多模式串匹配算法中是一个能达到线性时间的算法,其算法效率较高,AC QS算法是在AC算法基础上增加坏字符规则,进一步增加了AC算法的匹配效率,但其空间复杂度较高.本文在AC QS算法的基础上,对算法预处理和匹配过程中继续优化,并对字典树存储时进行了优化,使算法在空间和时间复杂度上得到进一步优化,提高了算法性能.实验结果也验证了该算法的高效性.     

视频流传输的网络质量保障

首先从视频流传输角度对当前研究的各种网络质量保障机制进行了介绍和分析,然后对当前研究的最新动身进行了阐述,最后介绍了基于区分服务体系结构的MPEG视频传输的研究和实验成果。     

改进的K步长多模式匹配算法

K步长状态机存在失效函数,一部分存储空间被用来存储失效状态。为了提高K步长状态机的空间性能,该文通过K步长状态机的转移函数和失效函数f构建了新的转移函数,消除了K步长状态机的"失效链"。对改进算法进行性能分析表明,模式串数量和长度越大,改进后算法的空间优化效果越明显。     

多模式匹配算法的性能分析

多模式匹配算法效率直接影响入侵检测系统的性能和效率.在分析研究经典的AC算法、WM算法和ExB算法的基础上,通过上机实验测试这些算法的模式匹配时间,为改进多模式匹配算法提供有益的借鉴.     

基于KR-BM算法的多模式匹配算法改进

网络技术的高速发展对模式匹配算法提出了更高的要求,为提高模式匹配效率,文中首先对常用的单模式和多模式匹配算法进行分析,在此基础之上,提出一种基于KR算法和BM算法的多模式快速匹配算法。最后通过实验结果验证了此算法的可用性和高效性。     

基于信噪比分类网络的调制信号分类识别算法

针对传统降噪算法损伤高信噪比(SNR)信号而造成信号识别准确率下降的问题,该文提出基于卷积神经网络的信噪比分类算法,该算法利用卷积神经网络对信号进行特征提取,用固定K均值(FK-means)算法对提取的特征进行聚类处理,准确分类高低信噪比信号。低信噪比信号采用改进的中值滤波算法降噪,改进的中值滤波算法在传统中值滤波的基础上增加了前后采样窗口的关联性机制,来改善传统中值滤波算法处理连续噪声效果不佳的问题。为充分提取信号的空间特征和时间特征,该文提出卷积神经网络和长短时记忆网络并联的卷积长短时(P-CL)网络,利用卷积神经网络和长短时记忆网络分别提取信号的空间特征与时间特征,并进行特征融合与分类。实验表明,该文提出的调制信号分类模型识别准确率为91%,相比于卷积长短时(CNN-LSTM)网络提高了6%。     

视频流传输性能的研究与分析

分析了视频流编码特性和视频流传输质量评价方法,通过仿真实例,分析了链路带宽、时延和队列长度对视频流传输性能的影响,提出了一种基于队列长度和流内优先级的视频流传输控制算法(QL-PVT).仿真实验表明,QL-PVT算法大大提高了视频流传输质量.     

基于音视频模板匹配的新闻视频识别方法

本文提出了一种基于音视模板匹配的新闻视频识别方法。在模板建立过程中,从新闻视频片头中的主题音乐提取音频模板,从主持人镜头中的扩展人脸区域提取视觉模板,这两者共同构成音视模板;在识别过程中,对电视视频流先进行音频模板匹配,然后由匹配通过的候选时间点定位到相应的视频镜头,接着通过视觉模板对镜头中的扩展人脸区域进行匹配,进而确定主持人镜头,最后完成新闻视频识别。实验结果表明,该方法计算效率高、简单易操作,具有较好的实用价值。     

基于模板匹配的视频对象分割

视频对象分割是MPEG-4标准关键技术.本文结合模板匹配和基于运动估值和补偿的对象跟踪方法,提出了一种可以从复杂场景中分割出MPEG-4视频对象的新方法.在使用运动估值和补偿得到分割掩膜后,以初始帧对象颜色为模板,在当前帧的轮廓边界区域通过模板匹配检测对象,使轮廓精确化.本文方法在一定范围内有效解决了遮挡问题,并能够以初始帧跟踪任意长序列中的对象.     

视频流中的单向快速运动多目标可靠跟踪技术

提出了一种基于扩展Kalman预测方法的多目标跟踪技术,首先寻找多个目标的主运动方向,并向其垂直方向进行灰度累积投影,将相邻两帧的灰度累积投影结果进行配准,就可得到多目标的整体位移估计量,为配准提供数据支撑.同时,对视频流中同一帧的目标进行提取并获取中心点坐标,针对这些坐标建立扩展Kalman预测模型,实现可靠的帧间目标位移量预测,再通过后续匹配定位处理进行目标的精确定位及跟踪.该方法适用于有较高实时性要求的大量单向运动目标跟踪应用中.在基于图像处理的棒材在线计数研究中,使用该方法,解决了在传送带上的多支棒材目标的定位和跟踪难题,在相邻帧棒材存在相对运动的极端情况下,跟踪成功率大于99％.     

基于覆盖组播网络的实时视频传输方案的设计

本文设计了一种基于覆盖组播网络的流媒体传输系统,通过在网络中部署数据流转发中间服务器(intermediate server,IMS),构建一层覆盖组播网络,实现流媒体的应用层组播,提高数据传输效率,减少数据网络冗余;同时通过度和延时受限的路由算法,均衡网络流量;根据视频编码的特点,在应用层进行网络过滤,自适应调节视频发送码率,避免了网络阻塞,保证了流媒体的可靠传输.本系统部署简单,通过现场测试,达到了较好的效果.     

一种基于Bloom filter的高速浮动关键词匹配算法

目前浮动关键词模式匹配算法的性能是IP包内容检测及过滤系统的瓶颈.而现有的浮动关键词匹配模式算法存在吞吐率低或支持的关键词数量少的问题.为了解决这些问题,文中提出了一种基于Bloom filter的改进算法.对某些短模式,采用部分无状态过滤思想,使该算法具有快速、可升级、大规模、易实现的特点.仿真试验表明:只要模式出现概率小于0.01,系统吞吐率至少可以实现9Gbps的匹配速率.     

基于流的视频资源的获取

流媒体视频是一种重要的网络资源,广泛应用在社会生活各领域中。流媒体视频可以方便地观看,它的获取却十分困难。通过计算机网络OSI模型,在此分析各种流媒体视频的传输机理、加密措施,提出突破各种限制获取流视频资源的具体方法,如临时文件夹法、网络地址解密法、网络嗅探法和录制法。只要根据不同的情况采用对应的方法,就能够获得自己所需的流视频资源。     

一种基于八边形网格的块匹配算法

在原有UMHexagonS算法的基础上提出一种基于八边形网格的块匹配算法.实验数据表明:该算法在保持原有算法图像质量和比特率的条件下,在搜索速度和编码时间上取得了明显改善.